Rich Sutton ni mmoja wa waanzilishi wa teknolojia muhimu zilizo nyuma ya wimbi la sasa la akili bandia, lakini leo anaamini kuwa njia inayotumiwa na makampuni makubwa ya teknolojia ili kuendeleza AI ina matatizo makubwa.
Mwanasayansi huyo wa kompyuta kutoka Kanada na mshindi wa Tuzo ya Turing alisema katika kipindi cha podikasti ya Sequoia Capital kilichotolewa Jumanne kwa saa za huko kwamba sekta ya AI inazidi kutegemea data sintetiki za mafunzo, jambo ambalo huenda linaielekeza sekta nzima katika mwelekeo usio sahihi.
Alipoulizwa ikiwa matumizi ya data sintetiki yanaweza kusaidia miundo mikubwa ya lugha kuendelea kupanuka, Sutton alisema wazi: “Hili bila shaka ni kosa kubwa. Huenda hili likawa somo muhimu linalofuata.”
Data sintetiki ni taarifa zinazozalishwa kwa njia ya bandia na algoriti au miundo ya AI, badala ya kukusanywa kutoka data ghafi za ulimwengu halisi. Kampuni za AI zinapoendelea kutafuta data zaidi za mafunzo kwenye intaneti na vyanzo vingine vipya, data sintetiki inazidi kuvutia. Kwa mfano, mafunzo ya magari yanayojiendesha yanaweza kutumia picha za magari zinazozalishwa na kompyuta, huku mifumo ya AI ya kugundua ulaghai ikitumia rekodi za kubuni za miamala ya benki.
Kwa kiwango fulani, makampuni makubwa ya teknolojia pia yanakubaliana na maoni ya Sutton.
Makampuni makubwa ya teknolojia yanatafuta data zaidi halisi kwa gharama yoyote. OpenAI hapo awali ilitangaza kutafuta seti kubwa za data za kipekee, ikitumaini kupata data ambazo si rahisi kupatikana kwenye intaneti kwa ajili ya kufundisha miundo ya AI. Mapema wiki hii, Google ilikubali kulipa dola milioni 10 (kumbuka: kwa kiwango cha sasa cha ubadilishaji, takriban yuan milioni 67.569) ili kununua data za ndani na programu ya Spirit Airlines iliyofilisika. Hili pia linaonyesha kuwa thamani ya data halisi za kipekee kwa mafunzo ya AI inaendelea kuongezeka.
Sutton alisema katika podikasti ya Jumanne kwamba data zinazotengenezwa na binadamu haziwezi kuchukua nafasi ya data halisi kwa kiwango cha kutosha.
Alitumia tabia za binadamu kueleza jambo hilo. “Hatuwezi kutengeneza data sintetiki za mawazo ya watu wengine,” alisema.
Sutton anapendelea zaidi kutumia data za uzoefu halisi, yaani taarifa zinazopatikana wakati mawakala wa AI wanaingiliana na mazingira halisi, kuchunguza kinachotokea, na kuendelea kujifunza kutokana na matokeo ya matendo yao.
“Huwezi kutumia data sintetiki kutabiri jinsi droni itakavyoingiliana na mazingira katika ulimwengu halisi wa kifizikia,” Sutton alisema. Pia alibainisha kuwa kuna vigezo kama msuguano na uchakavu katika mota za roboti. “Ulimwengu huu ni tata kupita kiasi; uigaji wowote wa ulimwengu huu huonyesha sehemu ndogo tu ya picha nzima.”
Sasa, wazo hili limekuwa mwelekeo wa maendeleo wa kampuni changa.
Mwezi uliopita, Sutton alianzisha Oak Lab pamoja na mwanafunzi wake wa zamani Khurram Javed. Kampuni hiyo changa inaunda mawakala wa AI wanaoweza kuendelea kujifunza kutokana na uzoefu wao wenyewe, badala ya kutegemea hasa seti kubwa za data zilizokusanywa mapema.
Kwa sasa, Oak Lab haijatangaza mzunguko wa ufadhili wala taarifa kuhusu wawekezaji.